Influence of ciprofloxacin‐based additives on the hydrolysis of nanofiber polyurethane membranes
Notice bibliographique
Résumé
A degradable polycarbonate urethane (PCNU) and an antimicrobial oligomer (AO) were used to generate anti-infective nanofiber scaffolds through blend electrospinning. The AO consists of two molecules of ciprofloxacin (CF) bound through hydrolysable linkages to triethylene glycol. The membranes were conceived for use as tissue engineering scaffolds for the regeneration of soft tissues for the periodontium, where there would be a need for a local dose of antibiotic to the periodontal space as the scaffold degrades in order to prevent biomaterial-associated infection. Scaffolds were made using AO at 7 and 15% w/w equivalent CF, and compared to scaffolds with 15% w/w CF (with HCl counterion). AO was hydrolyzed and released CF continuously over 28 days, while the 15% w/w CF HCl scaffolds showed a burst release within hours, with no subsequent release in the subsequent 28 day period. Released CF from both the AO and CF HCl scaffolds had a similar minimum inhibitory concentration to that of off-the-shelf CF. Interestingly, the introduction of drug in either form (AO or CF HCl) was found to increase the hydrolytic stability of the electrospun degradable PCNU scaffold matrix itself. The alteration of hydrolysis kinetics was attributed to changes in the hydrogen bonding character and microstructure within the scaffolds, introduced by the presence of CF. This study has revealed that in generating in situ drug release systems, the secondary effects of the added drug on the degradation properties of the polymeric carriers must be considered, particularly for systems that act dually as tissue engineering scaffolds. © 2018 Wiley Periodicals, Inc. J Biomed Mater Res Part A: 106A: 1211-1222, 2018.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».